Home - News ( United States | United Kingdom | Italy | Germany ) - Football scores

Showing content from https://patents.google.com/patent/JP7021101B2/en below:

JP7021101B2 - Filtering by check value context

Publication number

JP7021101B2

JP7021101B2 JP2018549482A JP2018549482A JP7021101B2 JP 7021101 B2 JP7021101 B2 JP 7021101B2 JP 2018549482 A JP2018549482 A JP 2018549482A JP 2018549482 A JP2018549482 A JP 2018549482A JP 7021101 B2 JP7021101 B2 JP 7021101B2

Authority

JP

Japan

Prior art keywords

patient

suggestions

test

score

ontology

Prior art date

2016-03-28

Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)

Active

• Espacenet
• Global Dossier
• Discuss

• 238000001914 filtration Methods 0.000 title description 4
• 238000012360 testing method Methods 0.000 claims description 86
• 238000004364 calculation method Methods 0.000 claims description 18
• 238000007689 inspection Methods 0.000 claims description 18
• 238000004458 analytical method Methods 0.000 claims description 14
• 238000000034 method Methods 0.000 claims description 12
• 238000000605 extraction Methods 0.000 claims description 10
• 238000013507 mapping Methods 0.000 claims description 10
• 238000010339 medical test Methods 0.000 claims description 9
• 230000001154 acute effect Effects 0.000 claims description 7
• 230000002085 persistent effect Effects 0.000 claims description 6
• 206010037660 Pyrexia Diseases 0.000 description 21
• 210000000265 leukocyte Anatomy 0.000 description 11
• 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 7
• 201000010099 disease Diseases 0.000 description 6
• 238000013500 data storage Methods 0.000 description 4
• 238000002059 diagnostic imaging Methods 0.000 description 4
• 238000011156 evaluation Methods 0.000 description 4
• 230000006870 function Effects 0.000 description 4
• 206010011224 Cough Diseases 0.000 description 3
• 238000004891 communication Methods 0.000 description 3
• 238000012986 modification Methods 0.000 description 3
• 230000004048 modification Effects 0.000 description 3
• 208000024891 symptom Diseases 0.000 description 3
• 206010035664 Pneumonia Diseases 0.000 description 2
• 208000036838 Postoperative fever Diseases 0.000 description 2
• 238000013459 approach Methods 0.000 description 2
• 238000002591 computed tomography Methods 0.000 description 2
• 238000007796 conventional method Methods 0.000 description 2
• 238000003745 diagnosis Methods 0.000 description 2
• 230000020169 heat generation Effects 0.000 description 2
• 230000001052 transient effect Effects 0.000 description 2
• 238000002255 vaccination Methods 0.000 description 2
• 206010035737 Pneumonia viral Diseases 0.000 description 1
• 210000003484 anatomy Anatomy 0.000 description 1
• 230000002457 bidirectional effect Effects 0.000 description 1
• 230000033228 biological regulation Effects 0.000 description 1
• 239000003086 colorant Substances 0.000 description 1
• 238000010586 diagram Methods 0.000 description 1
• 208000035475 disorder Diseases 0.000 description 1
• 229940079593 drug Drugs 0.000 description 1
• 239000003814 drug Substances 0.000 description 1
• 239000000284 extract Substances 0.000 description 1
• 230000036541 health Effects 0.000 description 1
• 238000003384 imaging method Methods 0.000 description 1
• 238000009533 lab test Methods 0.000 description 1
• 238000005259 measurement Methods 0.000 description 1
• 238000002600 positron emission tomography Methods 0.000 description 1
• 230000008569 process Effects 0.000 description 1
• 238000012545 processing Methods 0.000 description 1
• 238000002603 single-photon emission computed tomography Methods 0.000 description 1
• 208000009421 viral pneumonia Diseases 0.000 description 1

• • G—PHYSICS
  • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
  • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
  • G16H30/00—ICT specially adapted for the handling or processing of medical images
  • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
• • A—HUMAN NECESSITIES
  • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
  • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
  • A61B5/00—Measuring for diagnostic purposes; Identification of persons
• • G—PHYSICS
  • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
  • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
  • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
  • G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
• • G—PHYSICS
  • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
  • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
  • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
  • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
• • G—PHYSICS
  • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
  • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
  • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
• • G—PHYSICS
  • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
  • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
  • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
  • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
• • G—PHYSICS
  • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
  • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
  • G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring

• Health & Medical Sciences (AREA)
• Medical Informatics (AREA)
• Engineering & Computer Science (AREA)
• Public Health (AREA)
• General Health & Medical Sciences (AREA)
• Primary Health Care (AREA)
• Epidemiology (AREA)
• Biomedical Technology (AREA)
• Pathology (AREA)
• Life Sciences & Earth Sciences (AREA)
• Radiology & Medical Imaging (AREA)
• Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
• Data Mining & Analysis (AREA)
• Databases & Information Systems (AREA)
• Veterinary Medicine (AREA)
• Biophysics (AREA)
• Molecular Biology (AREA)
• Animal Behavior & Ethology (AREA)
• Surgery (AREA)
• Physics & Mathematics (AREA)
• Heart & Thoracic Surgery (AREA)
• Measuring And Recording Apparatus For Diagnosis (AREA)
• Medical Treatment And Welfare Office Work (AREA)
• User Interface Of Digital Computer (AREA)

本発明は、一般的には、医療撮像及び医療情報科学に関し、より詳細には、患者の医療検査結果に鑑みた医療画像の解釈に関する。 The present invention generally relates to medical imaging and medical information science, and more particularly to the interpretation of medical images in view of the results of medical examinations of patients.

放射線医のような医療の専門家は、医療撮像スキャナにより生成された患者の医療画像を閲覧及び解釈し又は読み取る。医療の専門家には、医療画像を迅速に（数分で）且つ正確に解釈する時間的なプレッシャーがかかる。 Medical professionals, such as radiologists, view, interpret, or read medical images of patients generated by medical imaging scanners. Medical professionals are under time pressure to interpret medical images quickly (in minutes) and accurately.

患者の医療画像を閲覧する最適な手段は、患者の医療履歴の閲覧及び合成を含むことである。該履歴は、撮像順序、以前の画像、及び検査結果のような種々の医療レポートを含み得る。患者は、多くの検査レポート、即ち種々のイベントに対応するレポートの履歴を持ち得る。更に、検査レポートは、少ない関連情報しか持たずに、量は多い傾向がある。例えば、検査レポートは、多くの試験値及び／又は測定値を含む。従来の手法のひとつは、例えば最新のものから最も古いものへ、というように時間順にレポートを閲覧し、次いで各検査レポートにおける値を閲覧することである。該従来の手法は時間を浪費するものであり、精神的に疲労を起こし得るものであり、多くの医療の専門家によって検査レポートを閲覧することの不足の原因となる。 The best means of viewing a patient's medical image is to include viewing and compositing the patient's medical history. The history may include various medical reports such as imaging sequence, previous images, and test results. The patient may have a history of many laboratory reports, i.e. reports corresponding to various events. In addition, inspection reports tend to be large in volume with little relevant information. For example, a test report contains many test and / or measurements. One of the conventional methods is to browse the reports in chronological order, for example, from the latest to the oldest, and then browse the values in each inspection report. The conventional method is time consuming, can be psychologically exhausting, and causes a lack of access to test reports by many medical professionals.

医療画像閲覧工程を改善するための従来の手法は、一般に個々の画像の閲覧を容易化するツールセット、例えば画像に対して直接動作するツール及び／又は実際の画像のアクセス及び／又は操作を容易化するツールに向けたものである。 Traditional techniques for improving the medical image viewing process generally facilitate the access and / or manipulation of toolsets that facilitate the viewing of individual images, such as tools that work directly on the image and / or the actual image. It is aimed at the tool to be transformed.

ここで開示される態様は、以上に示した問題及びその他の問題に対処するものである。 The embodiments disclosed herein address the problems and other problems set forth above.

以下は、検査レポートからの患者医療検査値のコンテキストによるフィルタリングのための方法及びシステムを記載する。コンテキスト（context）は、医療撮像検査の理由のような、検査の理由の意味的解析により得られた、及び／又は、患者問題リストにおける問題の意味的解析により得られた、患者状態の少なくとも１つの示唆を含む。該少なくとも１つの患者状態示唆及び検査値を適合性スコアにマッピングする規則の評価により決定された患者の検査値について、適合性スコアが計算される。適合性スコアは、検査値をフィルタリングするために利用されることができる。 The following describes methods and systems for filtering patient medical test values from test reports in context. The context is at least one of the patient states obtained by a semantic analysis of the reason for the examination, such as the reason for a medical imaging test, and / or a semantic analysis of the problem in the patient problem list. Includes one suggestion. A suitability score is calculated for a patient's test value determined by evaluation of the rule that maps the at least one patient condition suggestion and test value to the fitness score. The suitability score can be used to filter the test values.

一態様においては、システムは、１つ以上の患者状態示唆及び検査値を適合性スコアにマッピングする規則を適用することにより患者の検査レポートにおける検査値について適合性スコアを計算するよう構成された適合性スコア計算エンジンを含む。 In one aspect, the system is configured to calculate a fitness score for a test value in a patient's test report by applying a rule that maps one or more patient condition suggestions and test values to a fitness score. Includes sex score calculation engine.

他の態様においては、方法は、１つ以上の患者状態示唆及び検査値を適合性スコアにマッピングする規則を適用することにより患者の検査値について適合性スコアを計算するステップを含む。 In another aspect, the method comprises calculating a fitness score for a patient's test value by applying a rule that maps one or more patient condition indications and test values to the fitness score.

他の態様においては、システムは、１つ以上のプロセッサにより実行されたときに、 In other embodiments, when the system is run by one or more processors,

少なくとも１つの医療検査の理由及び１つ以上の患者医療問題を用いて、患者の１つ以上の患者状態示唆を識別及び正規化するよう構成された命令を含む、持続性記憶媒体を含む。前記持続性記憶媒体が含む命令は更に、１つ以上のプロセッサにより実行されたときに、患者状態医療示唆及び医療検査値を適合性スコアにマッピングする規則を、前記識別及び正規化された１つ以上の患者状態示唆に適用することにより、前記患者の検査値について適合性スコアを計算するよう構成される。前記持続性記憶媒体が含む命令は更に、１つ以上のプロセッサにより実行されたときに、所定の閾値に従って前記適合性スコアによってフィルタリングされた前記検査値を表示装置に表示するよう構成される。 Includes a persistent storage medium that includes instructions configured to identify and normalize one or more patient condition suggestions for a patient using at least one medical test reason and one or more patient medical problems. The instructions contained in the persistent storage medium are further identified and normalized to the rules for mapping patient condition medical suggestions and medical test values to fitness scores when executed by one or more processors. By applying to the above patient condition suggestion, it is configured to calculate the suitability score for the test value of the patient. The instructions contained in the persistent storage medium are further configured to display on the display device the test values filtered by the suitability score according to a predetermined threshold when executed by one or more processors.

本発明は、種々の構成要素及び構成要素の配置、並びに種々のステップ及びステップの配列の形をとり得る。図面は単に好適な実施例を説明する目的のものであり、本発明を限定するものとして解釈されるべきではない。 The present invention may take the form of various components and arrangements of the components, as well as various steps and sequences of steps. The drawings are solely for the purpose of illustrating suitable embodiments and should not be construed as limiting the invention.

コンテキストによる検査値フィルタシステムの実施例を模式的に示す。An embodiment of the inspection value filter system by context is schematically shown. コンテキストにより検査値をフィルタリングする方法の実施例のフロー図を示す。The flow diagram of the example of the method of filtering a check value by a context is shown.

最初に図１を参照すると、コンテキストによる検査評価フィルタシステム１００が模式的に示されている。コンピュータ断層撮影法（ＣＴ）スキャナ、磁気共鳴（ＭＲ）スキャナ、陽電子放射断層撮影（ＰＥＴ）スキャナ、単陽子放射形コンピュータ断層撮影法（ＳＰＥＣＴ）スキャナ、超音波（ＵＳ）スキャナ、これらの組み合わせ、等のような医療撮像素子１１０が、患者の医療画像を生成する。医療画像は、画像保存通信システム（ＰＡＣＳ）、放射線情報システム（ＲＩＳ）、電子医療記録（ＥＭＲ）、等のような、画像記憶部１２０に保存されても良い。 First, with reference to FIG. 1, a contextual inspection evaluation filter system 100 is schematically shown. Computed Tomography (CT) Scanner, Magnetic Resonance (MR) Scanner, Positron Emission Tomography (PET) Scanner, Single Photon Emission Computed Tomography (SPECT) Scanner, Ultrasonic (US) Scanner, Combinations of These, etc. A medical tomographic element 110 such as the above produces a medical image of a patient. The medical image may be stored in an image storage unit 120 such as a picture archiving and communication system (PACS), a radiological information system (RIS), an electronic medical record (EMR), and the like.

状態収集部１３０は、患者データ記憶部１３５における患者ごとの医療情報を蓄積し管理する。該医療情報は、Health Level Seven（ＨＬ７）メッセージ、及び／又は、ＥＭＲ、ＲＩＳ、ＰＡＣＳ及び検査システム等のようなその他の患者データ記憶部のクエリを通して蓄積されても良い。幾つかの実施例においては、患者データ記憶部１３５は、ＥＭＲ、ＲＩＳ、ＰＡＣＳ、検査システム及び／又はこれらの組み合わせのうち１つ以上を含んでも良い。 The state collecting unit 130 accumulates and manages medical information for each patient in the patient data storage unit 135. The medical information may be accumulated through Health Level Seven (HL7) messages and / or queries in other patient data storage units such as EMR, RIS, PACS and testing systems. In some embodiments, the patient data storage unit 135 may include one or more of EMR, RIS, PACS, testing system and / or combinations thereof.

患者状態抽出エンジン１４０は、患者について、状態収集部１３０を介して、患者データ記憶部１３５から医療情報を抽出し、患者の医療及び／又は疾患状態を特徴付ける示唆を識別及び正規化する。例えば、医療画像検査の理由が、指示入力（ＯＥ）システム、ＲＩＳ又はＰＡＣＳシステム、及びＥＭＲから抽出された患者問題リストから、抽出されても良い。検査の理由及び患者問題リストは、潜在的な患者状態示唆を含んでも良い。幾つかの実施例においては、検査の理由は、患者の医療及び／又は疾患状態を現在において又は適時に特徴付ける患者状態情報を含む。幾つかの実施例においては、患者状態示唆は、検査のタイプに応じて、解剖学的構造、モダリティ、プロトコル又はその他の情報を含んでも良い。幾つかの例においては、検査の情報は、患者の医療及び／又は疾患状態を潜在的に特徴付ける情報を提供し得る。幾つかの例においては、患者問題リストは、患者の医療及び／又は疾患状態を特徴付ける、より広い視野の情報を含む。 The patient state extraction engine 140 extracts medical information from the patient data storage unit 135 for the patient via the state collection unit 130 to identify and normalize suggestions that characterize the patient's medical and / or disease state. For example, the reason for the medical imaging test may be extracted from the patient problem list extracted from the instruction input (OE) system, the RIS or PACS system, and the EMR. The reason for the test and the patient problem list may include potential patient condition suggestions. In some embodiments, the reason for the examination includes patient condition information that characterizes the patient's medical and / or disease condition now or in a timely manner. In some embodiments, the patient condition suggestion may include anatomy, modality, protocol or other information, depending on the type of examination. In some examples, test information may provide information that potentially characterizes a patient's medical and / or disease status. In some examples, the patient problem list contains broader perspective information that characterizes the patient's medical and / or disease status.

抽出された医療情報は、構造化データを含んでも良いし、又は非構造化データを含んでも良い。構造化データは、オントロジ概念の識別子を含んでも良い。例えば、構造化レポートは、１つ以上のオントロジに従う情報を識別する、国際疾病分類（ＩＣＤ）、ＲｅｄＬｅｘ、ＳＮＯＭＥＤ（Systematized Nomenclature of Medicine）コードに従うオントロジ概念を含んでも良い。医療システムの構成に基づいて、他の医療情報の供給源も想到され得る。 The extracted medical information may include structured data or may include unstructured data. Structured data may include identifiers for ontology concepts. For example, a structured report may include an ontology concept according to the International Classification of Diseases (ICD), RedLex, SNOMED (Systematized Nomenclature of Medicine) code that identifies information according to one or more ontology. Other sources of medical information can be conceived based on the configuration of the medical system.

状態収集部１３０からの抽出は、患者医療画像のアクセス、画像記憶部１２０による医療撮像装置１１０からの患者医療画像の受信、医療の専門家による患者医療画像の閲覧のスケジューリング、サブシステムを通した患者記録のアクセス、等により開始されても良い。 Extraction from the state collection unit 130 was performed through access to the patient medical image, reception of the patient medical image from the medical image pickup device 110 by the image storage unit 120, scheduling of viewing of the patient medical image by a medical expert, and a subsystem. It may be started by accessing the patient record, etc.

患者状態抽出エンジン１４０による意味的解析は、例えば本分野において知られた手法又はツールを用いた文書テキストのような、非構造化レポートにおけるオントロジ概念を特定する。テキスト解析及び概念抽出の例は、Children's Hospital Bostonにより開発された「cTakes」、又は米国医療図書館により保守される「Metamap」である。例えば、検査の理由が「r/o肺炎。咳、発熱」（肺炎を除外、患者は咳及び発熱を示す）である場合、ＩＣＤ－９（ICD version 9）オントロジを用いて正規化された特定されたオントロジ概念は、ウィルス性肺炎（４８０）、咳（７８６．２）及び発熱（７８０．６０）を含む。特定され正規化されたオントロジ概念は、患者状態の示唆を提供する。 Semantic analysis by the patient state extraction engine 140 identifies ontology concepts in unstructured reports, such as document texts using techniques or tools known in the art. Examples of text analysis and concept extraction are "cTakes" developed by Children's Hospital Boston, or "Metamap" maintained by the US Medical Library. For example, if the reason for the test is "r / o pneumonia. Cough, fever" (excluding pneumonia, patients show cough and fever), identification using ICD-9 (ICD version 9) ontology. The ontrosi concepts that have been made include viral pneumonia (480), cough (786.2) and fever (780.60). The identified and normalized ontology concept provides an indication of the patient's condition.

更に、患者状態抽出エンジン１４０は、種々のオントロジ及び／又はオントロジバージョン間を意味的に統合しても良い。例えば、検査の理由の意味的解析は、ＳＮＯＭＥＤオントロジを利用し、患者問題リストにおける問題の意味的解析は、ＩＣＤを利用し、ＳＮＯＭＥＤオントロジ概念が次いで、ＩＣＤにマッピングされ、単一の予期されるオントロジに従う急性の示唆のリストを返す。例えばＩＣＤ－９、ＩＣＤ－１０、ＳＮＯＭＥＤ及び／又はＲａｄＬｅｘの間のマッピングは、双方向的であっても良いし又は一方向的であっても良い。例えば、ＳＮＯＭＥＤの発熱（３８６６６１００６）は、ＩＣＤ－９の発熱（７８０．６０）に双方向的にマッピングされても良い。 In addition, the patient state extraction engine 140 may semantically integrate between various ontology and / or ontology versions. For example, the semantic analysis of the reason for the test utilizes the SNOMED ontology, the semantic analysis of the problem in the patient problem list utilizes the ICD, and the SNOMED ontology concept is then mapped to the ICD and a single expectation. Returns a list of acute suggestions to follow the ontology. For example, the mapping between ICD-9, ICD-10, SNOMED and / or RadLex may be bidirectional or unidirectional. For example, the heat generation of SNOMED (386661006) may be bidirectionally mapped to the heat generation of ICD-9 (780.60).

適合性計算エンジン１５０は、患者状態示唆を受信し、１つ以上の検査レポート１６０における示唆及び検査値を適合性スコアにマッピングする知識ベース１５５からの規則を適用する。各検査値が、適合性スコアを割り当てられても良い。患者状態示唆及び検査値は、日付及び／又は年齢を含んでも良い。例えば、患者状態示唆は、報告された日付、入力された日付、患者により問題が体感された日付、等を含んでも良い。 The fitness calculation engine 150 receives patient condition suggestions and applies rules from the knowledge base 155 that map suggestions and test values in one or more test reports 160 to fitness scores. Each test value may be assigned a suitability score. Patient status suggestions and laboratory values may include date and / or age. For example, the patient status suggestion may include the date reported, the date entered, the date the patient experienced the problem, and the like.

適合性計算エンジン１５０は、オントロジ概念を用いて患者状態示唆を一般化するための階層的な推論を利用しても良い。階層的な推論は、「is-a（～は～である）」型の意味的関係を用いて、オントロジ内の概念を一般化する。例えば、発熱（７８０．６０）は、発熱又はその他の体温調整の生理学的な障害（７８０．６）であり、一般的な症状（７８０）であり、ＩＣＤ－９オントロジ内の症状（７８０乃至７８９）である。規則ベースの手法が、ＩＣＤ－９オントロジの症状のような、患者状態示唆である概念を特定しても良い。例えば、発熱（７８０．６０）、術後の発熱（７８０．６２）、予防接種後の発熱（７８０．６３）、及び（発熱のない）悪寒（７８０．６４）が、発熱（７８０．６）として階層的に表され得る。適合性計算エンジン１５０は、発熱（７８０．６０）、術後の発熱（７８０．６２）、予防接種後の発熱（７８０．６３）、及び（発熱のない）悪寒（７８０．６４）のそれぞれを熱（７８０．６）にマッピングする規則を用い、検査値とともに熱（７８０．６）の高次の階層レベルを用いて検査値を適合性スコアを決定して、階層的な推論を実装しても良い。より低次の階層レベルが用いられても良い。 The fitness calculation engine 150 may utilize hierarchical reasoning to generalize patient condition suggestions using the ontology concept. Hierarchical reasoning generalizes the concepts within the ontology, using "is-a" type semantic relationships. For example, fever (780.60) is a fever or other physiological disorder of temperature regulation (7800.6), a common symptom (780), and a symptom within the ICD-9 ontology (780-789). ). Rule-based approaches may identify concepts that are patient condition-indicating, such as the symptoms of an ICD-9 ontology. For example, fever (780.60), postoperative fever (780.62), post-vaccination fever (780.63), and (no fever) chills (780.64) are fever (7800.6). Can be expressed hierarchically as. The compatibility calculation engine 150 produces fever (780.60), postoperative fever (780.62), post-vaccination fever (780.63), and (no fever) chills (780.64), respectively. Implement a hierarchical inference by determining the suitability score for the test value using the higher hierarchy level of heat (780.6) along with the test value, using a rule that maps to heat (780.6). Is also good. Lower hierarchy levels may be used.

適合性スコアは、０が適合せず１が適合することを表す［０－１］の閉じた間隔のような、連続的な範囲で表されても良い。適合性計算エンジン１５０は、例えば最大値、平均値等のような、スコアのセットの関数（該セットは複数の計算されたスコアを含む）として、同じ検査値について複数の計算されたスコアを照合しても良い。一実施例においては、適合性計算エンジン１５０は、例えば未知で適合する、検査レポートに存在しない検査値に、関連性スコアを割り当てても良い。例えば、白血球（ＷＢＣ）数検査値は、適合性があり得るが、患者についてのいずれの検査レポートにも存在しない。 The suitability score may be expressed in a continuous range, such as a closed interval of [0-1], where 0 is not matched and 1 is matched. The fitness calculation engine 150 collates multiple calculated scores for the same test value as a function of a set of scores, such as maximum, average, etc. (the set contains multiple calculated scores). You may. In one embodiment, the fitness calculation engine 150 may assign a relevance score to, for example, an unknown and matching test value that does not exist in the test report. For example, white blood cell (WBC) count test values may be compatible but are not present in any test report for patients.

知識ベース１５５は、既知の患者状態示唆及び関連する医療検査値を、適合性スコアにマッピングする規則を含む。知識ベース１５５は、例えばクラウド記憶部、ディスク記憶部等のような、持続型記憶媒体保存規則を含んでも良い。これら規則は、医療の文書においてレポートされた既知の患者状態示唆に対応する関連する医療検査値に基づいて手動で構築されても良い。該規則は、検査値の古さ及び／又は患者状態示唆の古さの関数として適合性スコアを割り当てる及び／又は計算する時間考慮を含んでも良い。該規則は、通常の検査値範囲及び／又は非通常の値範囲に対する、又は通常の検査値範囲及び／又は非通常の値範囲の関数としての、検査値のマッピングを含んでも良い。 The knowledge base 155 includes rules for mapping known patient condition suggestions and associated medical test values to fitness scores. The knowledge base 155 may include persistent storage medium storage rules, such as cloud storage, disk storage, and the like. These rules may be manually constructed based on the relevant laboratory test values corresponding to the known patient condition suggestions reported in the medical document. The rule may include time considerations for assigning and / or calculating fitness scores as a function of test value age and / or patient condition suggestion age. The rule may include mapping of test values to a normal test value range and / or an unusual value range, or as a function of a normal test value range and / or an unusual value range.

規則の例が、患者状態示唆が「発熱」を含むか否かを含む場合には、検査レポートにおけるＷＢＣ値は適合性が高い、という規則を含んでも良く、例えば「発熱」とＷＢＣとの適合性スコアが１であっても良い。他の規則の例は、患者状態示唆が「発熱」を含み、「発熱」は２年前に入力された患者問題リストにおけるＥＭＲ状態からのものである場合には、「発熱」が推論において抑制される、という規則を含んでも良く、例えばＷＢＣと２年以上古い熱とについての適合性スコアは０であっても良い。他の規則の例は、患者状態示唆が１４日前よりも新しい「発熱」を含む場合、検査レポートにおけるＷＢＣ値は適合性が高い、という規則を含んでも良く、例えばＷＢＣと１４日前よりも新しい発熱との適合性スコアが１であっても良い。他の規則の例は、ＷＢＣ値が正常範囲外である場合には、検査レポートにおけるＷＢＣ値は適合性が高い、という規則を含んでも良い。規則は組み合わせられても良く、例えば患者状態示唆が１４日前よりも新しい「発熱」を含み、且つＷＢＣ値が正常範囲外である場合には、ＷＢＣ値は適合性が高い、というものであっても良く、例えば規則はブーリアン論理を含んでも良い。 An example of the rule may include the rule that the WBC value in the test report is highly compatible if the patient condition suggestion includes whether or not it includes "fever", eg, conformance between "fever" and WBC. The sex score may be 1. An example of another rule is that if the patient status suggestion includes "fever" and the "fever" is from the EMR status in the patient problem list entered two years ago, then "fever" is suppressed in reasoning. It may include the rule that it is done, for example, the compatibility score for WBC and fever older than 2 years may be 0. An example of another rule may include a rule that the WBC value in the test report is more compatible if the patient condition suggestion contains a newer "fever" than 14 days ago, eg WBC and a newer fever than 14 days ago. The compatibility score with and may be 1. Examples of other rules may include the rule that the WBC value in the test report is highly relevant if the WBC value is out of the normal range. The rules may be combined, for example, if the patient condition suggestion contains a newer "fever" than 14 days ago and the WBC value is out of the normal range, the WBC value is highly compatible. Also, for example, the rules may include Boolean logic.

検査表示部１７０は、適合性スコアに従って検査値を表示装置１８０に表示する。該表示は、例えば所定の閾値よりも大きな適合性スコアを持つ値のような、適合性の高い検査値のみを含んでも良い。幾つかの実施例においては、適合性の高い検査値のみを表示することは、医療専門家により閲覧されるべき検査値の数を、例えばレポート中の全ての検査値よりも少なく低減させ、閲覧の効率を向上させ得る。 The inspection display unit 170 displays the inspection value on the display device 180 according to the suitability score. The indication may include only highly compatible test values, such as values with a suitability score greater than a predetermined threshold. In some embodiments, displaying only highly compatible test values reduces the number of test values to be viewed by the healthcare professional to less than, for example, all test values in the report, and is viewed. Can improve the efficiency of.

検査値は、適合性スコアに基づいて順序付け又はランク付けされても良い。例えば、適合性スコアに従って最も高くランク付けされた検査値が、最初に表示される。該表示は、表示された検査レポートにおける適合性スコアに従って強調された検査値を含んでも良い。例えば、検査値は、適合性スコアに従った色及び／又は強度で表示において形式化される。例えば、最も高い適合性スコア範囲を持つ検査値が赤色のような第１の色で強調され、第２の範囲は黄色のような第２の色で強調され、第３の範囲は緑色のような第３の色で強調される、等する。 The test values may be ordered or ranked based on the suitability score. For example, the test value ranked highest according to the suitability score is displayed first. The indication may include inspection values highlighted according to the suitability score in the displayed inspection report. For example, test values are formalized in the display in color and / or intensity according to the suitability score. For example, the test value with the highest suitability score range is highlighted with a first color such as red, the second range is highlighted with a second color such as yellow, and the third range is like green. It is emphasized by a third color, etc.

検査表示部１７０は、他の表示形式に従って形式化された、適合性スコア及び所定の閾値に従って検査値をフィルタリングするよう、適合性スコアを用いても良い。例えば、検査値のリスト及び閾値よりも大きな対応する適合性スコアが、呼び出しプログラムに返されても良い。他の実施例においては、システム１００は、患者識別子を受信し、患者状態示唆を返し及び／又は患者状態示唆を受信し、適合性に応じてフィルタリングされた検査値を返す。 The inspection display unit 170 may use the conformance score to filter the inspection value according to the conformity score and a predetermined threshold value formalized according to another display format. For example, a list of test values and a corresponding fitness score greater than the threshold may be returned to the calling program. In another embodiment, the system 100 receives a patient identifier, returns a patient condition suggestion and / or receives a patient condition suggestion, and returns a test value filtered according to suitability.

所定の閾値は、設定可能及びパーソナライズ可能であっても良い。例えば、所定の閾値は、患者状態示唆、閲覧又は検査のタイプ、医療機関の方針、及び／又は閲覧する医療専門家等の１つ以上に基づくものであっても良い。 Predetermined thresholds may be configurable and personalizable. For example, a given threshold may be based on one or more of patient status suggestions, types of browsing or testing, medical institution policies, and / or browsing medical professionals and the like.

コンテキストによる検査評価フィルタシステム１００は、ＰＡＣＳ、ＥＭＲ、ＲＩＳ又はその他のシステムに関連するアプリケーションプログラミングインタフェース（ＡＰＩ）を通して動作しても良い。該システムは、患者識別子を受信し、決定された適合性スコアに従って検査値を返しても良い。返された検査スコアは、適合性スコアに従って形式化された及び／又はフィルタリングされた検査表示を含んでも良い。 The contextual inspection evaluation filter system 100 may operate through an application programming interface (API) associated with PACS, EMR, RIS or other systems. The system may receive a patient identifier and return test values according to a determined fitness score. The returned test score may include a formalized and / or filtered test display according to the suitability score.

状態収集部１３０、患者状態抽出エンジン１４０、適合性計算エンジン１５０及び検査表示１７０は、例えばマイクロプロセッサ、中央処理ユニット、ディジタルプロセッサ等のような、１つ以上の構成されたプロセッサを有する。該１つ以上の構成されたプロセッサ１９０は、一過性の媒体を除く、ここで説明された手法を実行するための物理メモリ及び／又はその他の持続型媒体を含む、コンピュータ読み取り可能な記憶媒体に保存された少なくとも１つのコンピュータ読み取り可能な命令を実行するよう構成される。１つ以上のプロセッサ１９０はまた、搬送波、信号又はその他の一過性の媒体により担持された１つ以上のコンピュータ読み取り可能な命令を実行しても良い。１つ以上のプロセッサ１９０は、ローカルのメモリ及び／又は分散されたメモリを含んでも良い。１つ以上のプロセッサ１９０は、ネットワーク１９２上での有線及び／又は無線通信のためのハードウェア／ソフトウェアを含んでも良い。例えば、図１における線は、有線であっても無線であっても良い、種々の構成要素間の通信経路を示す。１つ以上のプロセッサ１９０は、デスクトップ、ラップトップ、身体装着型装置、スマートフォン、タブレット及び／又は１つ以上の構成されたサーバ（図示されていない）を含む協調型／分散型の計算装置のような、計算装置１９４を有しても良い。計算装置１９４は、フィルタリングされた検査値を表示することができる表示装置１８０を含んでも良い。計算装置１９４は、患者を識別するもののような命令及び／又は患者の年齢を受信し、患者状態示唆、検査値の表示の動作態様、患者医療画像の重畳及び／又は同時表示等を表示する、１つ以上の入力装置１９８を含んでも良い。 The state collection unit 130, the patient state extraction engine 140, the suitability calculation engine 150, and the inspection display 170 have one or more configured processors such as, for example, a microprocessor, a central processing unit, a digital processor, and the like. The one or more configured processors 190 are computer readable storage media, including physical memory and / or other persistent media for performing the techniques described herein, excluding transient media. It is configured to execute at least one computer-readable instruction stored in. The one or more processors 190 may also execute one or more computer-readable instructions carried by carrier waves, signals or other transient media. One or more processors 190 may include local memory and / or distributed memory. One or more processors 190 may include hardware / software for wired and / or wireless communication over network 192. For example, the line in FIG. 1 indicates a communication path between various components, which may be wired or wireless. The one or more processors 190 are like a coordinated / distributed computing device including a desktop, a laptop, a wearable device, a smartphone, a tablet and / or one or more configured servers (not shown). It may have a calculation device 194. The arithmetic unit 194 may include a display device 180 capable of displaying the filtered inspection value. The computing device 194 receives commands such as those that identify the patient and / or the age of the patient, and displays the patient status suggestion, the operation mode of displaying the test value, the superimposition and / or simultaneous display of the patient medical image, and the like. It may include one or more input devices 198.

図２を参照すると、コンテキストにより検査値をフィルタリングする方法の実施例のフロー図が示されている。２００において、１つ以上の患者状態を含む医療情報が、状態収集部１３０により収集される。該収集は、例えばコンテキストにより検査値をフィルタリングするために患者が特定されたときのように、動的に行われても良い。該収集は、状態収集部１３０に利用可能となったときに、他の患者と及び／又は種々のデータ源と並行して行われても良い。 Referring to FIG. 2, a flow chart of an embodiment of a method of filtering test values by context is shown. In 200, medical information including one or more patient states is collected by the state collecting unit 130. The collection may be done dynamically, for example when the patient is identified to filter the test values by context. The collection may be performed with other patients and / or in parallel with various data sources when available to the state collection unit 130.

２１０において、患者の患者状態示唆が、意味的に決定される。医療情報が、状態収集部１３０から抽出され、患者の医療及び／又は疾患状態を特徴づける患者状態示唆が、識別され正規化される。患者状態示唆は、検査指示の入力、検査の理由、及び患者問題リストから取得されても良い。一実施例においては、患者状態示唆は、検査についての情報を含んでも良い。抽出された医療情報は、構造化データ又は非構造化データを含んでも良い。患者状態示唆は、抽出された医療情報の意味的解析により識別される。該意味的解析は、１つ以上のオントロジに従って、識別された意味概念を正規化する。１つ以上のオントロジに従う所定の概念が、患者状態示唆として識別される。該識別は、例えば交差のようなセットのマッチング、又は規則ベースの手法を含んでも良い。 At 210, the patient status suggestion of the patient is semantically determined. Medical information is extracted from the condition collector 130 and patient condition suggestions that characterize the patient's medical and / or disease condition are identified and normalized. Patient status suggestions may be obtained from the input of test instructions, the reason for the test, and the patient problem list. In one embodiment, the patient status suggestion may include information about the test. The extracted medical information may include structured data or unstructured data. Patient status suggestions are identified by semantic analysis of the extracted medical information. The semantic analysis normalizes the identified semantic concepts according to one or more ontology. A given concept that follows one or more ontology is identified as a patient condition suggestion. The identification may include a set matching, such as intersection, or a rule-based approach.

２３０において、識別され正規化された患者状態示唆及び関連する検査値のマッピングを用いて、１つ以上の検査レポートにおける各検査値について、適合性スコアが計算される及び／又は割り当てられる。該マッピングは、オントロジ概念を利用した階層的な推論を含んでも良い。マッピングは、知識ベース１５５に保存された、患者状態示唆と関連する医療検査値との間の既知の関係に基づく。適合性スコアの計算／割り当ては、適合性スコアを決定する規則ベースの手法を含んでも良い。該計算は、複数の適合性スコアの関数としての単一の検査値についての規則評価からの複数の適合性スコアの照合を含んでも良い。 At 230, a fitness score is calculated and / or assigned for each test value in one or more test reports using identified and normalized patient condition suggestions and mapping of associated test values. The mapping may include hierarchical reasoning utilizing the ontology concept. The mapping is based on the known relationship between patient condition suggestions and associated medical test values stored in the knowledge base 155. The calculation / assignment of the suitability score may include a rule-based method for determining the suitability score. The calculation may include collation of multiple conformance scores from a rule evaluation for a single test value as a function of multiple suitability scores.

２４０において、計算された／割り当てられた適合性スコアによって、検査値が表示装置１８０に表示されても良い。該表示は、所定の閾値よりも大きな適合性スコアを持つ検査値を含んでも良い。該表示は、適合度に応じて順序付けられた又はランク付けされた検査値を含んでも良い。該表示は、種々の色及び／又は明るさのような、各検査値の適合度の示唆を含んでも良い。一実施例においては、適合性スコアを持つ検査値は、後続する表示及び／又は更なる操作のため、他のシステムに返される。 At 240, the test value may be displayed on the display device 180 by the calculated / assigned suitability score. The display may include test values with a suitability score greater than a predetermined threshold. The indication may include test values ordered or ranked according to goodness of fit. The indication may include an indication of the goodness of fit of each test value, such as various colors and / or brightness. In one embodiment, the test value with the suitability score is returned to another system for subsequent display and / or further manipulation.

個々の動作の順序及び／又は選択は、限定することを意図したものではない。これら動作は、１つ以上の構成されたプロセッサ１９０を用いて実行されても良い。幾つかの例においては、該システム及び／又は動作は、検査値を見つけ出して閲覧するための時間を削減する。幾つかの例においては、該システム及び／又は動作は、関連する検査値により示唆される医療画像の態様に注意を再集中させることにより、医療画像を閲覧するための時間を削減する。幾つかの例においては、関連する検査値は、医療画像と関連する検査値との組み合わせられた閲覧に基づいて潜在的な診断を確認する又は誤りに気付くことによって、医療画像の閲覧の正確さを向上させる。幾つかの例においては、関連する検査が、医療画像の閲覧のみから代替の診断を提案し得る。 The order and / or selection of individual actions is not intended to be limiting. These operations may be performed using one or more configured processors 190. In some examples, the system and / or operation reduces the time it takes to find and browse the test values. In some examples, the system and / or operation reduces the time to view the medical image by refocusing attention on the aspect of the medical image suggested by the relevant test values. In some examples, the associated test value confirms the potential diagnosis based on the combined viewing of the medical image and the associated test value, or by noticing an error, the accuracy of the medical image viewing. To improve. In some examples, the relevant test may suggest an alternative diagnosis solely from viewing medical images.

本発明は、好適な実施例を参照しながら説明された。以上の詳細な説明を読み理解することにより、他への変更及び変形が生じ得る。本発明は、添付される請求項及びそれと同等のものの範囲内である限り、斯かる変更及び変形の全てを含むものと解釈されることを意図されている。 The present invention has been described with reference to suitable examples. By reading and understanding the above detailed explanation, changes and modifications to others may occur. The present invention is intended to be construed as including all such modifications and modifications, as long as it is within the scope of the appended claims and their equivalents.

１又は複数の患者状態示唆及び検査値を適合性スコアにマッピングする規則を適用することにより患者の検査レポートにおける各検査値について適合性スコアを計算するよう構成された適合性スコア計算エンジンと、
医療検査の理由及び１又は複数の患者医療問題のうちの少なくとも１つから抽出される、患者の１又は複数の患者状態示唆を識別して正規化するように構成される、患者状態抽出エンジンと
を有し、
前記患者状態抽出エンジンは、意味的解析によってオントロジ概念を識別するように構成され、前記オントロジ概念はオントロジを用いて識別及び正規化されたものであり、
前記計算された適合性スコアは、前記１又は複数の患者状態示唆の少なくとも１つのマッピングにおいて、オントロジ概念の階層的な推論を含み、
前記意味的解析が、抽出されたオントロジ概念を一般化し、前記オントロジ概念により提供される患者の急性の示唆を識別及び正規化する階層的な推論を含み、単一の予期されるオントロジに従う急性の示唆のリストを返す、
システム。 A fitness score calculation engine configured to calculate a fitness score for each test value in a patient's test report by applying a rule that maps one or more patient status suggestions and test values to a fitness score .
With a patient condition extraction engine configured to identify and normalize one or more patient condition suggestions of a patient, extracted from at least one of the reasons for a medical test and one or more patient medical problems.
Have,
The patient state extraction engine is configured to identify an ontology concept by semantic analysis, and the ontology concept is identified and normalized using an ontology.
The calculated fitness score comprises a hierarchical reasoning of the ontology concept in at least one mapping of the one or more patient condition suggestions.
The semantic analysis generalizes the extracted ontology concept and includes a hierarchical reasoning that identifies and normalizes the patient's acute suggestions provided by the ontology concept , and is acute according to a single expected ontology. Returns a list of suggestions,
system. 前記適合性スコア計算エンジンは更に、前記検査レポートにおける各検査値について適合性スコアを計算するよう構成され、前記システムは更に、
前記計算された適合性スコアに従って前記検査値を表示装置に表示するよう構成された検査表示部、
を有する、請求項１に記載のシステム。 The conformance score calculation engine is further configured to calculate a conformance score for each test value in the test report, and the system is further configured.
An inspection display unit configured to display the inspection value on the display device according to the calculated conformity score.
The system according to claim 1. 前記検査表示部は更に、前記計算された適合性スコア及び所定の閾値に従って、前記表示された検査値をフィルタリングするよう構成された、請求項２に記載のシステム。 The system according to claim 2, wherein the inspection display unit is further configured to filter the displayed inspection value according to the calculated conformity score and a predetermined threshold value. 前記規則は、前記適合性スコアの計算において、少なくとも１つの患者状態示唆の古さを含む、請求項１乃至３のいずれか一項に記載のシステム。 The system according to any one of claims 1 to 3, wherein the rule comprises the age of at least one patient condition suggestion in the calculation of the suitability score. 前記規則は、前記適合性スコアの計算において、前記検査値の古さを含む、請求項１乃至４のいずれか一項に記載のシステム。 The system according to any one of claims 1 to 4, wherein the rule includes the age of the test value in the calculation of the suitability score. 前記規則は、前記適合性スコアの計算において、前記検査値についての通常範囲に前記検査値を配置することを含む、請求項１乃至５のいずれか一項に記載のシステム。 The system of any one of claims 1-5, wherein the rule comprises placing the test value in a normal range for the test value in the calculation of the suitability score. 適合性スコア計算エンジンが、１又は複数の患者状態示唆及び検査値を適合性スコアにマッピングする規則を適用することにより患者の各検査値について適合性スコアを計算するステップと、 A step in which the fitness score calculation engine calculates a fitness score for each patient test value by applying a rule that maps one or more patient condition suggestions and test values to the fitness score.
患者状態抽出エンジンが、医療検査の理由及び１又は複数の患者医療問題のうちの少なくとも１つから抽出される、患者の１又は複数の患者状態示唆を識別して正規化するステップと A step in which the patient condition extraction engine identifies and normalizes one or more patient condition suggestions of a patient extracted from at least one of a medical test reason and one or more patient medical problems.
を有し、Have,
前記患者状態抽出エンジンは、意味的解析によってオントロジ概念を識別するように構成され、前記オントロジ概念はオントロジを用いて識別及び正規化されたものであり、 The patient state extraction engine is configured to identify an ontology concept by semantic analysis, and the ontology concept is identified and normalized using an ontology.
前記計算された適合性スコアは、前記１又は複数の患者状態示唆の少なくとも１つのマッピングにおいて、オントロジ概念の階層的な推論を含み、 The calculated fitness score comprises a hierarchical reasoning of the ontology concept in at least one mapping of the one or more patient condition suggestions.
前記意味的解析が、抽出されたオントロジ概念を一般化し、前記オントロジ概念により提供される患者の急性の示唆を識別及び正規化する階層的な推論を含み、単一の予期されるオントロジに従う急性の示唆のリストを返す、 The semantic analysis generalizes the extracted ontology concept and includes a hierarchical reasoning that identifies and normalizes the patient's acute suggestions provided by the ontology concept, and is acute according to a single expected ontology. Returns a list of suggestions,
方法。Method. 前記規則は、前記適合性スコアの計算において、少なくとも１つの患者状態示唆の古さを含む、請求項７に記載の方法。 The method of claim 7, wherein the rule comprises the age of at least one patient condition suggestion in the calculation of the suitability score. 前記規則は、前記適合性スコアの計算において、前記検査値の古さを含む、請求項７乃至８のいずれか一項に記載の方法。 The method of any one of claims 7-8, wherein the rule comprises the age of the test value in the calculation of the conformance score. １又は複数のプロセッサにより実行されたときに、 When run by one or more processors
医療検査の理由及び１又は複数の患者医療問題のうちの少なくとも１つを用いて、患者の１又は複数の患者状態示唆を識別及び正規化し、 Identifying and normalizing one or more patient status suggestions for a patient using the reason for the medical test and at least one of one or more patient medical problems.
患者状態医療示唆及び医療検査値を適合性スコアにマッピングする規則を、前記識別及び正規化された１又は複数の患者状態示唆に適用することにより、前記患者の各検査値について適合性スコアを計算し、 Compliance scores are calculated for each test value for the patient by applying the rules that map patient condition medical suggestions and medical test values to the fitness score to the identified and normalized patient condition suggestion. death,
意味的解析によってオントロジ概念を識別し、前記オントロジ概念はオントロジを用いて識別及び正規化されたものであり、 The ontology concept is identified by semantic analysis, and the ontology concept is identified and normalized using the ontology.
前記計算された適合性スコアは、前記１又は複数の患者状態示唆の少なくとも１つのマッピングにおいて、オントロジ概念の階層的な推論を含み、 The calculated fitness score comprises a hierarchical reasoning of the ontology concept in at least one mapping of the one or more patient condition suggestions.
前記意味的解析が、抽出されたオントロジ概念を一般化し、前記オントロジ概念により提供される患者の急性の示唆を識別及び正規化する階層的な推論を含み、単一の予期されるオントロジに従う急性の示唆のリストを返し、 The semantic analysis generalizes the extracted ontology concept and includes a hierarchical reasoning that identifies and normalizes the patient's acute suggestions provided by the ontology concept, and is acute according to a single expected ontology. Returns a list of suggestions,
所定の閾値に従って前記適合性スコアによってフィルタリングされた前記検査値を表示装置に表示する The inspection value filtered by the suitability score according to a predetermined threshold value is displayed on the display device.
よう構成された命令を含む、持続性記憶媒体を有する、システム。A system having a persistent storage medium, including instructions configured to.

• 2017
  • 2017-03-28 CN CN201780019631.XA patent/CN108780472A/en active Pending
  • 2017-03-28 US US16/084,696 patent/US20190074084A1/en not_active Abandoned
  • 2017-03-28 WO PCT/EP2017/057234 patent/WO2017167704A1/en active Application Filing
  • 2017-03-28 EP EP17714416.9A patent/EP3436999A1/en not_active Ceased
  • 2017-03-28 RU RU2018137990A patent/RU2746494C2/en active
  • 2017-03-28 JP JP2018549482A patent/JP7021101B2/en active Active
• 2021
  • 2021-12-21 JP JP2021206886A patent/JP7544024B2/en active Active

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200313

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200313

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200729

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20201222

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20210311

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210621

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20210902

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20211221

Free format text: JAPANESE INTERMEDIATE CODE: C60

Effective date: 20211221

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20220105

Free format text: JAPANESE INTERMEDIATE CODE: C21

Effective date: 20220106

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20220125

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220203

Ref document number: 7021101

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

Free format text: JAPANESE INTERMEDIATE CODE: R250

RetroSearch is an open source project built by @garambo | Open a GitHub Issue

Search and Browse the WWW like it's 1997 | Search results from DuckDuckGo

HTML: 3.2 | Encoding: UTF-8 | Version: 0.7.4